<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Chiplet on Jiayun's Blog</title><link>https://xiejiayun.github.io/tags/chiplet/</link><description>Recent content in Chiplet on Jiayun's Blog</description><generator>Hugo</generator><language>zh-cn</language><lastBuildDate>Fri, 01 May 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://xiejiayun.github.io/tags/chiplet/index.xml" rel="self" type="application/rss+xml"/><item><title>EDA 工具碎片化危机：Agentic 包装与统一抽象之争，谁是芯片设计的 Kubernetes 时刻</title><link>https://xiejiayun.github.io/post/eda-fragmentation-crisis-agentic-vs-abstraction/</link><pubDate>Fri, 01 May 2026 00:00:00 +0000</pubDate><guid>https://xiejiayun.github.io/post/eda-fragmentation-crisis-agentic-vs-abstraction/</guid><description>&lt;h2 id="当芯片设计的工具链成了最大瓶颈">当芯片设计的&amp;quot;工具链&amp;quot;成了最大瓶颈&lt;/h2>
&lt;p>2026 年 10 月底，SemiWiki 一篇看起来很技术、其实非常政治的文章引爆了 EDA 圈：&lt;em>Solving the EDA tool fragmentation crisis&lt;/em>。同一周 SemiEngineering 连发七篇相关稿件，主题集中在 &lt;strong>Agentic EDA、NoC chiplet 一致性、先进封装互连&lt;/strong>。这不是巧合——&lt;strong>EDA 行业正在经历自 2000 年代初以来最严重的一次&amp;quot;工具碎片化危机&amp;quot;&lt;/strong>，而 AI Agent 与 chiplet 的双重浪潮把它推到了临界点。&lt;/p></description></item><item><title>Chiplet架构革命：AI芯片如何突破摩尔定律的物理极限</title><link>https://xiejiayun.github.io/post/chiplet-ai-chip-revolution-2026/</link><pubDate>Wed, 29 Apr 2026 00:00:00 +0000</pubDate><guid>https://xiejiayun.github.io/post/chiplet-ai-chip-revolution-2026/</guid><description>&lt;h2 id="一单片soc的末路">一、单片SoC的末路&lt;/h2>
&lt;p>半导体行业正面临一个冷酷的物理现实：&lt;strong>在先进制程上制造巨大的单片芯片（Monolithic SoC），良率和成本已经逼近工程极限。&lt;/strong>&lt;/p></description></item><item><title>硅光子+Chiplet：数据中心的下一个十年由光和小芯片定义</title><link>https://xiejiayun.github.io/post/silicon-photonics-chiplet-standards-2026/</link><pubDate>Tue, 21 Apr 2026 00:00:00 +0000</pubDate><guid>https://xiejiayun.github.io/post/silicon-photonics-chiplet-standards-2026/</guid><description>&lt;h2 id="摩尔定律之后增长引擎在哪里">摩尔定律之后，增长引擎在哪里？&lt;/h2>
&lt;p>半导体产业正在经历一个有趣的分裂：一方面，传统的晶体管微缩变得越来越困难和昂贵；另一方面，&lt;strong>AI驱动的算力需求正以每年3-4倍的速度增长&lt;/strong>。TSMC最新财报显示N3产线满负荷运行，新的N3晶圆厂正在扩建，NVIDIA的订单持续攀升。&lt;/p></description></item></channel></rss>